合作发展规划 智能制造标准体系结 构包括“ A 基础共性” 、“ B 关键技术” 、“ C 行业 应用” 等三部分。 本标准研究内容隶属 于 --“AE 评价” --“AEB 指标 体系”的范围和方向。 标准研究方向 智能制造标准体系结构 以《国家智能制造标准体系建设指南（ 2018 版）》为核心 l 以国标立项《智能制造能力成熟度模型》为基础； l 针对中小企业和传统行业重点企业的特点，构建容易理解和接受的评估模型和评价工作体系 : 分解、细化指标评价和要求，易于理解和操作，较好的指导企业进行评价 ; 贴近重点行业制造模式的特点，结合业务过程、符合行业的实际情况； 评价办法灵活，可用于整体评价和局部评价等方式，加快评价工作进展，适应不同层次 源 管 理 物 流 销 售 客 户 服 务 产 品 服 务 组 织 战 略 人 员 技 能 装 备 网 络 集 成 信 息 安 全 数 据 评价指标构成 智能制造成熟度能力要素包括制造、人员、技术和资源四个维度， 共设有人员、资源、技术、设计、生产、物流、销售、服务共 8 个能 力 域，涉及 20 个评估域 （其中制造包括设计、生产、物流、销售和

………………………………………………………………………………………………… 6 评价指标 2 ………………………………………………………………………………………………… 7 评价流程 15 ………………………………………………………………………………………………… 附录 A (规范性附录) 化工园区综合评价指标体系 16 …………………………………………………… 参考文献 19 ……………… 为化工园区高质量发展做出贡献。 本标准提出了化工园区综合评价的基本原则、指标和流程。基本原则包括高质量发展引领、分类系 统评价,采取可统计、可监测、可考核方法执行。评价指标包括约束性指标和引导性指标,约束性指标是 化工园区规范化发展所必须选取的指标;引导性指标是化工园区高质量发展建议选取的指标。 本标准对各项指标的基准值和打分标准不做具体规定,对于具体指标和基准值的选取,建议根据化 工园区发展情况和评价目标科学合理选择。 工园区发展情况和评价目标科学合理选择。 Ⅱ GB/T39217—2020 化工园区综合评价导则 1 范围 本标准规定了化工园区综合评价的基本原则、评价指标和评价流程。 本标准适用于化工园区的综合评价。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件,仅注日期的版本适用于本文 件。凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。 GB/T29178 消防应急救援

...................... 42 1、评估指标模型构建.............................................................................................................................42 2、评估指标赋值............................ .................... 43 3、评估指标权重设计.............................................................................................................................43 （一）一、二级指标权重确定........................ ........................................................................... 43 （二）三级指标权重确定.............................................................................................................44

制造领导人必须亲临参与掌握实施的重要性 第二天讲授大纲 ---  投资分析和实施后，对组织体系的 价 值贡献分析 1. 一定要有投资报酬率指标吗？ 2. 预估效益和投资报酬率的设计方法 3. 实现战略无需过度计较，给个快捷核算公 式 4. 不打折扣的务实、执行和跟踪方法  设计好迈向制造智能工厂的路线 1. 内部自疏理或聘任谘询顾问疏理的优缺点 总经理 财务长 会计长 厂区总经理 制造总监 制造部长 制造厂长 生管物管 品管生技 工工设备 机电 异常性监管能力更强 通报系统更为流畅 对问题更能显性掌握 制造综合效益指标更 真实 KPI 制造问题的处理行动 更快速 强化 - 制造设计能力 提升 - 制造计划与管制 力 促进 - 制造数据细致 缩短 - 制造数据取得时 间 完备 - 制造产品履历 提高 - 制造信息品 若内部经验和能力处于学习进步阶段，领导人必须参与  意见：  至少每周或月，参与一次实质性跟踪会议 • 为什么？ 投资分析和实施后，对组织体系的 价值贡献分析 1. 一定要有投资报酬率指标吗？ 2. 预估效益和投资报酬率的设计方法 3. 实现战略无需过度计较，给个快捷核算公式 4. 不打折扣的务实、执行和跟踪方法 实现战略无需过度计较，给个快捷核算公式  最快速核算的方法：

- 政府数据治理与共享平台建设 - 智能决策支持系统的开发与部署 - 政务服务智能化应用场景的设计与实现 - 数据安全与隐私保护机制的设计 为了更好地明确方案的实现路径，以下列出了主要的技术指标 和预期成果： * 数据整合效率：实现 90%以上跨部门数据资源的实时共享与 调用，处理延迟不超过 1 秒。 * 模型训练与推理能力：支持每天 10TB 级别的数据训练任务，推 理速度达到毫秒级响应。 讨论数据采集、存 储、处理与共享的标准化流程，同时提出数据安全与隐私保护的技 术策略，确保底座运行的合规性与可靠性。第五部分“模型训练与 优化”详细描述大模型训练的技术路线、优化方法及性能评估指标， 为模型的持续迭代提供指导。第六部分“应用场景与接口设 计”列举 大模型底座在工业园区数字政府中的典型应用场景，并规范接口设 计，确保系统的开放性与可扩展性。 第七部分“实施与部署”提出底座实施的分阶段计划，包括环境 行状态信息等；企业生产系统则涉及生产数据、物流信息、能源消 耗等；政府管理系统负责采集法律法规、行政审批、市场监管等数 据；公共服务平台则提供交通、医疗、教育等公共服务数据。此 外，外部数据接口可用于获取天气、经济指标等外部环境数据。 为了确保数据采集的高效性，采用分布式采集架构，通过多节 点并行处理，减少单点故障对整体系统的影响。每个采集节点根据 其地理位置和数据源类型进行配置，确保数据采集的实时性和稳定

样就能在同行中占据优势 基于指标体系的生产成本控制体系 关键节点管理 关键成本波动因子 关键品质控制点 关键进度交互体系 隐性成本结构 效率， 产能， 等各方面的效率 成 本支出 显性成本结构 人工 、物料 、机器等支出 不良 率 能耗 人 效 机 器 人 工 材 料 机 效 物 损 供应链 品质 供应链 价格 11 12 如何落地？ 数据指标驱动行为 数据透明驱动协同 持续引领市场 持续盈利能力 成本竞争力 效率提高 持续优化 开拓蓝海 13 拆成本 成本结构分析， 找出 关键控制点 数据监控 建立数据收集系统， 自动监控 定指标 根据关键点定义指标 日成本监控体系四步 法 关键成本波动因子监控 持续改善 14 1 、搞清楚工厂的成本结构——拆成本 2 、找出影响成本因素最大的关键节点——最大影响因子 所有数字化的前置条件都是把公司的最小单元经济模型找出来， 按比例大小排列其次，可变度高的排前面 3 、定义好围绕建立竞争力的指标体系—— 灯塔指标 4 、建立 一 个数据收集机制并动态监控指标的变化 数据收集系统 ？ 日成本监管指标体系如何形成？ 15 查看详情 查看详情 查看详情 建立有竞争力的数字化工厂

地在1s内 上海港8大码头数据量大，单 表数据量10亿以上，表字段多 （100+） 实时任务性能瓶颈问题， 时效性无法满足 02 实时数仓技术选型与架构 2.1 哪吒实时数仓选型因素 关键指标 SelectDB 数据导入 秒级数据导入，支持多种数据导入方式（Stream Load、Bocker Load、Routine Load），毫 秒级轻量化表模式修改 查询性能 支持高并发点查、大宽表查询、多表 弹性架构 支持计算隔离，分层存储，存算分离三种模式，实现高效灵活的资源管理 开放生态 基于 Apache Doris 构建，100% 与其兼容，兼容 MySQL 生态 安全合规 深度契合等保要求的各项指标，并严格遵循 ISO 标准的规范框架 自主可控、安全可靠 融合信创技术，构建多重安全防线，以高可靠性能，为数据构建安全防线 图：1680*640 2.2 哪吒科技实时数仓架构 通过数据服务平台，提供查询 实时采集数据源 的数据，落地到 SelectDB 实时数仓，为 后续数据分析提供原始数据。 2. DWD: 基于清洗后的明细数据，做数 据归一化处理，方便上游业务。 3. DWS：基于聚合模型，对指标预聚 合，供业务使用。 实时数仓建模： 2.4 SelectDB在实时场景中的应用 业务应用： 2.5 SelectDB在日志收集分析中的运用-架构及效果 整体架构 2.6 SelectDB案例-日志检索分析-建表示例

等，为园区综合决策提供数据支撑。 8 业务应用 8.1 能源基础信息管理 8.1.1 能源基础信息管理包含但不限于能源品种和载能工质管理、管网管理、能源计量点 管理、能源指标体系管理等。 8.1.2 能源指标体系管理包含但不限于：万元产值能耗、万元产值耗水、万元产值耗电、 万元产值耗蒸汽(高压、中压、低压)、碳排放总量、碳排放配额等。 8.2 能源计量器具管理 8.2.1 系统应 能耗等产品能 效指标，应具备绘制企业产品能效趋势图。 8.4.5 应具备各能源消费实物量折标统计，分析能源消费构成。 8.4.6 可根据能耗数据对行业、重点用能单位的能耗消费情况进行排名分析。 8.4.7 可通过系统统计的各企业上下游循环利用关系指导能源供应和能源共享。 8.5 能效分析与优化 8.5.1 宜将国家产品能耗限额标准中的先进值、清洁生产标准中的先进指标、政府发布的 行业 宜按企业的最佳值或设计值建立能源标杆，对与能源/资源消耗相关、对生产有重大 影响的关键性指标进行单位内部对标分析。 8.5.3 可通过建立能源分析模型，以能源计量数据、统计数据、指标数据等作为数据基础， 以标准库数据（阈值、预警值、达标值、计划值等）作为对标基础，从不同视角实现对园区 能源日产耗数据、能源计量仪表情况、能源关键指标、主要管网损失情况、能源结构分布情 况等进行预警、展示，为园区能源管网运行优化提供支撑。

年底前，重点区域水泥熟料生产企业基本完成改造，其他区域力 争 80%水泥熟料产能完成改造。全省新建（含搬迁）和改扩建水 泥项目投产时应达到超低排放水平。列入淘汰退出计划的水泥企 业或设施不再要求实施超低排放改造。 二、指标要求 水泥企业超低排放是指所有生产环节（矿山开采及输送、破 碎、粉磨、配料、熟料煅烧、烘干、协同处置等，以及原燃料和 产品储存运输）的大气污染物有组织、无组织排放及运输过程达 到超低排放要求。水泥企业超低排放改造主要任务包括： （一）有组织超低排放改造。在基准含氧量 10%的条件下， 水泥窑及窑尾余热利用系统烟气颗粒物、二氧化硫、氮氧化物排 放浓度小时均值分别不高于 10mg/m3、35mg/m3、50mg/m3。其他 —4— 有组织排放具体指标要求见附件 1。达到超低排放的水泥企业每 月生产时间至少 95%以上时段的小时均值排放浓度满足上述要 求，不能满足超低排放的时段不应超过《建材工业大气污染物排 放标准》（DB37/ 2373—2018）的有关要求。 定超低排放改造提升方案，明确改造任务并细化落实到具体项目， 明确完成时间，建立管理台账。督促企业按照任务要求，采取提 升改造治污设施、加强无组织排放管理、清洁运输替代、强化监 测监控等措施，确保各项指标满足超低排放改造要求。 （二）提高环境管理水平。实施超低排放改造的水泥企业， 可通过全面加强污染物排放自动监测、过程监控和视频监控设施 建设等方式自证稳定达到超低排放要求。安装自动监控设施，与

计划协同 智能物流 智能生产 信息化融合 拓展性、敏捷性、灵活性 业务 目标 指标 各环节无缝协同 全流程智能分解执行 高级排程 交期预测 订单成本预测 自动化柔性化生产 自动化监测 生产过程透明化 质量（条码）追溯 产能提高 建立信息管理平台 全面掌握运营数据 工业信息安全保障工程 工业互联网支撑工程 领军服务商培育工程 自主可控工业软件应用工程 一、应用效率 到 2024 年 底 82 两化融合发展数据地图——支持政府跟踪监测两化融合暨数字化转型关键指标 安全生产监测数据 自动采集的企业比 例 基于数字化手段实 现全生命周期绿色 发展的企业比例 实现能源数字化实 时监测管理的企业 比例 ERP/PLM/MES 等普 2024 年） 两化融合发展关键指标架构体系 江苏省两化融合发展 关键指标 “ 双创”平台普及率 经营管理数字化普及率 企业上云上平台普及率 个性化定制：开展个性化定制的企业比例 智能化制造：智能制造就绪率 网络化协同：实现网络化协同的企业比例 服务型制造：开展服务型制造的企业比例 工业软件普及率 工业电子商务普及率 政府文件重点监测指标情况 生产管控 研发设计